[发明专利]路沿提取的方法、装置及电子设备

说明书

本申请实施例提供一种路沿提取的方法、装置及电子设备，其中，基于车辆的行驶轨迹，获取三维激光雷达对行驶轨迹的道路环境扫描得到的原始点云数据；将原始点云数据集中的原始点云数据从三维激光雷达的坐标系转换到车辆坐标系下得到点云数据集；基于行驶轨迹将点云数据集划分成多个路沿点云数据集；对每个路沿点云数据集进行多次拟合得到每个路沿点云数据集对应的多个轨迹拟合结果；从多个轨迹拟合结果中筛选出路沿点云数据集的目标轨迹拟合结果；将每个路沿点云数据集对应的目标轨迹拟合结果进行平滑连接，得到路沿提取结果。本申请能够充分利用点云数据，减少了大量的法向量计算，降低了提取路沿的时间，提高了的路沿提取效率。

技术领域

本发明涉及交通道路环境感知技术领域，尤其是涉及一种路沿提取的方法、装置及电子设备。

背景技术

在智能驾驶感知系统中，高精度地图是智能驾驶车辆感知周围驾驶环境的重要输入，而路沿作为区分可行驶区域与非可行驶区域的边界，是智能驾驶感知与预测非常重要的一环。

路沿是路面与可行驶区域边缘垂直，高出所在路面位置10～30cm的立面元素，目前对于高精度地图中路沿的绘制主要依靠人工绘制，人工绘制耗时长，作业效率低。

针对上述问题，现有主要利用法向量计算方式进行路沿提取，但是，这种方式存在：一是邻域大小选取严重影响法向量计算结果，如果邻域大小选取不合适则无法准确提取路沿，二是法向量计算十分耗时，严重影响路沿提取效率。

发明内容

有鉴于此，本发明的目的在于提供一种路沿提取的方法、装置及电子设备，有效提高路沿提取的准确度和路沿提取效率。

第一方面，本发明实施例提供了一种路沿提取的方法，其中，该方法包括：基于车辆的行驶轨迹，获取三维激光雷达对行驶轨迹的道路环境扫描得到的原始点云数据集；其中，原始点云数据集中包括多个三维激光雷达坐标系下的原始点云数据；将原始点云数据集中的原始点云数据从三维激光雷达的坐标系转换到车辆坐标系下，得到点云数据集；其中，点云数据集中包括多个车辆坐标系下的点云数据；基于行驶轨迹将点云数据集划分成多个路沿点云数据集；对每个路沿点云数据集进行多次拟合，得到每个路沿点云数据集对应的多个轨迹拟合结果；从多个轨迹拟合结果中筛选出路沿点云数据集的目标轨迹拟合结果；将每个路沿点云数据集对应的目标轨迹拟合结果进行平滑连接，得到路沿提取结果。

结合第一方面，本发明实施例提供了第一方面的一种可能的实施方式，其中，基于行驶轨迹将点云数据集划分成多个路沿点云数据集的步骤，包括：预设切割规则对行驶轨迹进行切割得到多个切割子轨迹；确定每个子轨迹对应的子图；从子图包括的点云数据中确定出路沿候选点云数据集；针对每个切割子轨迹，按照预设切割距离对子轨迹进行切割，得到该切割子轨迹对应的多个亚子轨迹；按照亚子轨迹对路沿候选点云数据集进行分割得到每个亚子轨迹对应的路沿点云数据集。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的二种可能的实施方式，其中，确定每个切割子轨迹对应的子图的步骤，包括：获取切割子轨迹的边界点；基于边界点构建最小外包矩形；将最小外包矩形确定为子图。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的三种可能的实施方式，其中，从子图包括的点云数据中筛选出路沿候选点云数据集的步骤，包括：将子图中的点云数据作为子图的初始地面种子点，得到子图的初始拟合平面；将距离初始拟合平面预设距离内的点云数据确定为地面点云数据集；基于地面点云数据集确定路沿候选点云数据集。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的四种可能的实施方式，其中，基于地面点云数据集确定路沿候选点云数据集的步骤，包括：按照预设分辨率将地面点云数据进行二维栅格处理，得到二维栅格图；基于预设路沿高程差先验值范围对二维栅格图中的栅格进行栅格赋值；其中，栅格赋值的数值为第一数值或第二数值；将不符合预设路沿高程差的第一数值转换成第二数值；将第一数值对应的栅格包括的点云数据确定为路沿候选点云数据集。